dc.contributor.author | Bademian, Gustavo Bulka Bonafé | |
dc.date.accessioned | 2022-03-09T21:32:03Z | |
dc.date.available | 2022-03-09T21:32:03Z | |
dc.date.issued | 2022-03-09 | |
dc.identifier.citation | BADEMIAN, Gustavo Bulka Bonafé. Classificação de placas de trânsito com redes neurais para automação de veículos. 2022. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15692. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/15692 | |
dc.description.abstract | This article aims to develop a study on the functioning of Convolutional Neural Networks in the classification of traffic signs for use in autonomous cars, thus being able to be used as a tool to aid the vehicle in the decision process while driving, either through controlling the vehicle's speed, identifying the changes that the vehicle must make or even displaying information to the passenger through an on-board computer. To carry out this project, the German Traffic Sign dataset [1] was used. It is a public dataset used during the International Joint Conference on Neural Networks (IJCNN) in 2011. It has 39209 images for model training and 12630 images for testing, both divided into 43 distinct classes, each one indicating a different type. of traffic sign. At the end of the article, the reader will not only have knowledge about the theory behind neural networks, but also a theoretical background on the practical use of Convolutional Neural Networks for image classification. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Inteligência artificial | por |
dc.subject | Redes neurais | por |
dc.subject | Veículos autônomos | por |
dc.subject | Aprendizado de máquinas | por |
dc.subject | Automação | por |
dc.subject | Classificação de imagens | por |
dc.title | Classificação de placas de trânsito com redes neurais para automação de veículos | por |
dc.title.alternative | Classification of traffic signs with neural networks for vehicle automation | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | França, Celso Aparecido de | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4547836128892982 | por |
dc.description.resumo | O presente artigo tem como objetivo desenvolver um estudo sobre o funcionamento das Redes Neurais Convolucionais na classificação de sinais de trânsito para uso em carros autônomos, podendo assim ser usado como uma ferramenta de auxílio do veículo no processo de decisão durante a condução, seja por meio do controle da velocidade do veículo, identificação de conversões que o veículo deverá fazer ou até mesmo exibição de informações para o passageiro por meio de um computador de bordo. Para a realização desse projeto foi usado o dataset German Traffic Sign [1]. Se trata de um dataset público usado durante a Conferência Conjunta Internacional de Redes Neurais (IJCNN) no ano de 2011. Ele possui 39209 imagens para treinamento do modelo e 12630 imagens para teste, ambas divididas em 43 classes distintas, cada uma indicando um tipo diferente de sinal de trânsito. Ao final do artigo o leitor terá não somente conhecimento sobre a teoria por trás das redes neurais, como também um embasamento teórico sobre o uso prático das Redes Neurais Convolucionais para a classificação de imagens. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA ELETRICA::CIRCUITOS ELETRICOS, MAGNETICOS E ELETRONICOS | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/2164345541570676 | por |
dc.publisher.course | Engenharia Elétrica - EE | por |